摘要。本文介绍了人工智能在可持续发展中可能发挥的作用。可持续发展是目前面临的最大挑战之一。可持续发展和发展显然是对立的。当前通过单独行动应对地球危机的努力产生的影响小于预期。现有技术尤其是人工智能的能力尚未得到充分开发。生态创新行动主要侧重于智能交通、能源和水的智能使用以及废物回收,但没有考虑行为和重点的必要演变。为促进现有技术而发明的智能、智能、创新、绿色或智慧城市等概念改变了 IT 市场。大多数提议都涉及使用统计/优化方法进行数据处理。本文解释了人工智能方法和技术如何与充分的思考相结合,创新应对地球危机的方式并实现联合国 17 项可持续发展目标中的一些目标。
AI 有望在我们生活的许多领域带来革命。过去几年,我们观察到机器学习 (ML) 算法取得了重大进展,并催生出令人印象深刻的系统,例如图像理解和自然语言识别。数据被大规模收集,可用数据集(公共或公司内部)的数量正在迅速增长,因为许多人都了解数据的基本价值。然而,许多应用程序并不关注人,它们不是以人为本的。下面,我们将讨论为什么先进的 AI 和 ML 算法和技术是不够的,以及为什么这不足以创造 AI 革命。为了取得对人类、个人和社会都有意义的真正进步,我们必须了解如何利用 AI 的新潜力和能力从根本上改变交互系统的设计。
最佳学生论文将获得 Yves Deswarte 最佳学生论文奖。论文必须是原创且主要由提交论文的学生完成,学生必须是主要作者。在提交论文时,有资格获得最佳论文奖的学生必须是全日制(由学生所在机构决定)注册本科生、研究生或博士生。更多信息请访问:https://sec2025.um.si/call-for-papers/yves-deswarte-best-student-paper-award/。
预测性维护 (PdM) 可预测维护需求,以避免与计划外停机相关的成本。通过连接设备并监控设备生成的数据,我们可以识别导致潜在问题或故障的模式。这些见解可用于在问题发生之前解决问题。这种预测设备或资产何时需要维护的能力使我们能够优化设备寿命并最大限度地减少停机时间 [1]。可解释人工智能 (XAI) 的基本试金石是机器学习算法和其他人工智能系统,它们产生的结果人类可以轻松理解并追溯到起源 [2]。在本案例研究中,我们将考虑制造业中的维护领域。更准确地说,我们将通过将可解释的 AI 输出作为决策和预测的基础来处理 PdM。
可持续性是一个广泛的概念,也是最不为人理解的概念之一。根据不同的观点和动机,有许多方法可以定义和解决这些问题。这种担忧并不新鲜。法国先驱飞行员、记者和作家安托万·德·圣·埃克苏佩里强调了我们地球的美丽(Terre des hommes)和保护它的必要性 [1]。自密集工业化初期以来,许多作者就试图警告如此快速的发展会对我们的环境造成的影响 [2、3 和 4]。没有人关注这些声音。全球化和日益增长的商业强度,加上互联网、新冠疫情和集约农业的加剧,加速了我们环境的恶化。谷歌推出的以广告为基础的商业模式以及人工智能放大的营销新实践正在推动人们的购买
最好的学生论文将获得Yves Deswarte最佳学生纸奖。该论文必须是原创的,并且主要由介绍该论文的学生进行,并且学生必须是主要作者。要被视为最佳纸张奖的学生必须是全职(由学生机构确定)在提交论文时注册的本科,研究生或博士生的学生。可以在以下网址找到更多信息:https://sec2025.um.si/call-for-papers/yves-deswarte-best-best-sendent-paper-award/。